探析基于文化算法证券组合投资模型的研究

《探析基于文化算法证券组合投资模型的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、武汉理工大学硕士学位论文基于文化算法证券组合投资模型的研究姓名：谢倩倩申请学位级别：硕士专业：计算机应用技术指导教师：熊盛武20081101武汉理工大学硕士学位论文摘要在社会经济大系统中，证券投资组合已成为金融管理和投资决策的重要组成部分。马柯维茨以证券投资收益率的方差作为组合证券风险的度量，开辟了金融定量分析的时代，并在此基础上建立了投资组合决策的均值——方差模型，该模型为人们提供了证券投资决策的理论基础，但是由于金融系统的复杂性和股市的难预测性，导致均值——方差模型在应用过程中的计算量太大。针对这一问题，本文选择了文化算法作为解决问题的手段，因为文化算法所具有的双层

2、结构特性，使其在问题求解过程中能够利用经验知识来指导搜索过程，从而具有较好的全局寻优性能。本文研究带外文化的文化算法及其在证券投资组合理论中的应用，其工程应用背景是求解证券投资组合的问题。根据证券组合投资模型的特点，给出几种证券组合多目标决策模型。用线性加权法和理想点法将证券组合多目标优化转化为单目标优化。同时描述了文化算法，并重点提出了带外文化的文化算法，将证券组合投资领域现有的已成熟的经验理论应用到文化算法的信仰空间，提高文化算法全局寻优的能力。并以证券投资指标分析中的威廉指数为例作为外文化，试验性的提出了2种带外文化的文化算法模型，以及2种不带外文化的文化算法模型

3、。这些模型分别是模型(I卜基于线性加权法的多目标优化证券组合投资模型、模型(Ⅱ卜带外文化的基于线性加权法的证券组合投资模型、模型(Ⅲ卜—基于理想点法的多目标优化证券组合投资模型、模型(Ⅳ卜带外文化的基于理想点法的多目标优化证券组合投资模型。最后通过编程实现证券组合投资模型的最优解，试验以我国证券市场中的4种股票作为样本股票，利用证券市场的实际数据对文中提出的几个通过不同优化方法得出的带外文化的投资组合模型以及带外文化的投资组合模型进行试验比较分析。我们分析各模型的在演化相同代数后的全局最小风险最大收益组合，试验结果发现，带外文化的文化算法的模型总是比不带外文化的文化算法

4、模型具有更好的最小风险最大收益组合的解。实验结果表明带外文化的文化算法取得了较好效果。关键字：证券组合投资模型，文化算法，多目标优化，外文化武汉理工大学硕士学位论文AbstractInthesystemofsocialeconomy,securityinvestmentcombinationhasalreadybecomeallimportantcompositionoffinancemanagementandinvestingpolicydecision．Markowitzappliedvariancetomeasureinvestmentriskandconstru

5、ctedthemean—variancemodel．ItisaveragefigurevarianceoptimizationpatternofMarkowitzinvestmentcombinationtheoryforpeopletoprovidetheoryfoundationofsecudtyinvestmentpolicydecision．But，owingtothecomplexityoffinancesystemanddifficultyofforecastingstockexchange，thereisalargeamountofcalculationi

6、n．itsapplication．Thisthesishaschosenculturalalgorithmasamethodtosolvetheproblem．Culturalalgorithmsaredualinheritance．systemswhicharedifferentfromtheothers．Becauseofthisfeature，thesearchprocessisguidedwithknowledgeabstainedfromtheprocessofsolvingproblem，whichcanproducesubstantialperforman

7、ceimprovements．Inaddition，culturalalgorithmsaretobeaverygoodapplicationinthefinancialfield，suchasfrauddetectionintheinsurancecompany．nisthesisintroducesthefeaturesoftheinvestmentcombinationmodelanddescribesmultipleobjectivedecisionmodelsaboutitindetail．Multiple—objectiveo